ما هو Stability AI؟

يتم تسليط الضوء على What is stability AI؟ من قبل BTW Media لأن الأدلة المنشورة تربطه بالبنية التحتية للإنترنت والحوكمة والاعتماديات التشغيلية أو رؤية السوق.

• Stable Cascade هو نموذج تم إصداره حديثًا غير تجاري لتوليد الصور من النص يعتمد على بنية Würstchen. يتبنى نهجًا من ثلاث مراحل ويسهل تدريبه وضبطه على أجهزة المستهلكين.
• Stable Cascade، نموذج مبتكر لتوليد الصور من النص مبني على بنية Würstchen، يستخدم نهجًا فريدًا من ثلاث مراحل لتبسيط التدريب والضبط على أجهزة المستهلكين، محققًا مخرجات عالية الجودة بضغط هرمي.
• يمتد Stable Cascade بقدراته إلى ما بعد توليد الصور من النص القياسي من خلال تقديم أشكال مختلفة من الصور وتوليدات من صورة إلى صورة، ونصوص تدريب شاملة لـ ControlNet و LoRA، مما يعرض مرونته وتعدد استخداماته.

Stable Cascade هو نموذج مبتكر لتوليد الصور من النص يحقق مخرجات عالية الجودة داخل مساحة صور مضغوطة من خلال بنية فريدة من ثلاث مراحل مع تقليل متطلبات الأجهزة. النموذج ونصوص التدريب المرتبطة به متاحة على صفحة Stability GitHub وتدعم المزيد من التخصيص والتجريب.

عصر جديد في توليد الصور من النص

Stable Cascade، المبني على بنيةWürstchen، هو نموذج مبتكر لتوليد الصور من النص تم إصداره كمعاينة بحثية برخصة غير تجارية. يتميز هذا النموذج بنهج فريد من ثلاث مراحل، يبسط عملية التدريب والضبط على أجهزة المستهلكين. يتضمن الإصدار نقاط التحقق ونصوص الاستدلال ونصوص تدريب إضافية لـControlNetوLoRA، وكلها متاحة على صفحة Stability GitHub. يمكن الوصول إلى هذا النموذج للاستدلال عبر مكتبة diffusers. من خلال التركيز على الضغط الهرمي للصور، يحقق Stable Cascade مخرجات عالية الجودة بمساحة كامنة مضغوطة للغاية، مما يضع معايير جديدة للجودة والكفاءة في توليد الصور من النص.

اقرأ أيضًا:Stability AI ترفع مستوى توليد الصور بنموذج أساسي جديد Stable Diffusion

اقرأ أيضًا:الرئيس التنفيذي لـ Stability AI إيماد موستاك يستقيل لملاحقة الذكاء الاصطناعي اللامركزي

كشف التفاصيل التقنية

تتكون بنية Stable Cascade من ثلاث مراحل، تلعب كل منها دورًا حاسمًا في توليد صور عالية الجودة. المرحلة C، مرحلة المولد الكامن، تحول مدخلات المستخدم إلى كمونات مضغوطة بحجم 24×24. يتم تمرير هذه إلى المرحلتين A و B، مرحلتي فك التشفير الكامن، اللتان تضغطان الصور أكثر، على غرار دور VAE في Stable Diffusion ولكن بضغط أعلى بكثير. يسمح هذا الفصل بالتدريب أو الضبط الإضافي، بما في ذلك ControlNets و LoRAs، على المرحلة C فقط، مما يقلل التكاليف بمقدار 16 مرة مقارنة بنماذج Stable Diffusion المماثلة في الحجم. يضمن النهج المعياري تدريبًا واستدلالًا فعالين، مما يجعله تقدمًا كبيرًا في هذا المجال.

ما وراء توليد الصور من النص

يمتد Stable Cascade بقدراته إلى ما بعد توليد الصور من النص القياسي، حيث يقدم أشكالًا مختلفة من الصور وتوليدات من صورة إلى صورة. من خلال استخراج تضمينات الصورة من صورة معينة باستخدام CLIP، يمكن للنموذج توليد أشكال متعددة من الصورة الأصلية. تظهر هذه الميزة مرونة النموذج وتعدد استخداماته. بالإضافة إلى ذلك، يتضمن الإصدار نصوص تدريب وضبط لـ ControlNet و LoRA، مما يمكن المستخدمين من التجربة بشكل أكبر مع البنية. يتم أيضًا توفير ControlNets محددة للسد الداخلي (inpainting) والسد الخارجي (outpainting)، مما يسلط الضوء على إمكانات النموذج للتطبيقات الإبداعية والعملية.

التركيز المجتمعي وغير التجاري

Stable Cascade متاح حاليًا للاستخدام غير التجاري فقط. ومع ذلك، تقدم Stability AI نماذج صور أخرى للأغراض التجارية من خلال صفحة العضوية أو منصة المطورين. يشجع الإصدار المشاركة المجتمعية والتجريب، مع توفر جميع نصوص التدريب والاستدلال على صفحة Stability GitHub. تدعو Stability AI المستخدمين للبقاء على اطلاع دائم بتقدمهم عبر منصات التواصل الاجتماعي مثل Twitter و Instagram و LinkedIn ومجتمع Discord. يعزز هذا النهج بيئة تعاونية، بهدف تطوير مجال توليد الصور من النص مع الحفاظ على إمكانية الوصول والابتكار.